mz24cn / clnet

OpenCL for Nets - A Deep Learning Framework based on OpenCL, written by C++. Supports popular MLP, RNN(LSTM), CNN(ResNet). Friendly debugger. Transparent data. No library dependencies. 基于OpenCL的深度学习计算框架,C++开发,支持多层感知器,长短时记忆模型,卷积神经网络,残差网络。调试方便,数据透明。无外部依赖。

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

你好,这个工程可以只做检测(前向传播)吗?

IsNoOne opened this issue · comments

你好,我在vs2015+win10上编译成功,且命令行参数设置为MNIST_CNN /ds没有问题,成功训练手写体数字。但想只做前向传播命令行改为MNIST_CNN /p却没有什么结果,只显示:

[0,@1970-01-01 08:39:04] GeForce GTX 1060 6GB (kernels build: 280ms)
[debugger] interactive thread started on device 0.
[0] run time: 0ms.
请按任意键继续. . .

是工程还没有只检测的功能吗?还是在什么地方我还需要做一些修改?

examples/MNIST_CNN.cpp这个例子只提供了训练的例子,只做预测还要加一点代码,完成以下事情:读取图片文件,并获取他的图片RGB数据数组,将其写入到一个Tensor中,然后用/p参数跑MNIST_CNN例子即可。

晚点我会在image_io.cpp中增加一个读取BMP格式图片的方法,把这个MNIST_CNN例子补充完整(大概只要加几行代码)就可以了。

好的,我会持续关注,非常感谢!

已经加好了,命令行参数参考:
.\Release\OpenCLNet.exe MNIST_CNN /p :params_file D:\DataSets\MNIST_CNN.clnetparams :file D:\9.bmp
预测图片需使用28*28大小的24位BMP格式保存。黑底白字,和MNIST训练数据集类似。

我的输出结果:
[1,@2019-06-04 01:58:34] GeForce GTX 1050 Ti (kernels build: 280ms)
[debugger] interactive thread started on device 1.
8 parameters successfully loaded.
Image number: 9 probability: 86%
[1] run time: 8ms.

我也测试成功了,非常感谢!